CN110567439A - 用于任意多边形测区的无人机航带划分优化方法及*** - Google Patents

Abstract

本发明涉及一种用于任意多边形测区的无人机航带划分优化方法及***，包括以将无人机飞控数据中的目标测区边界点经纬度坐标转为米勒平面坐标，作为初始平面坐标；将目标测区的任一边界点坐标设为原点，其他点取相对坐标；对目标测区求取最小外接矩形Rect，根据预设的航带旋转角度进行旋转；精确划分航带，计算航带间跨度OffsetY和单航带航点间跨度OffsetX，对最小外界矩形进行航带划分，得到初始航路点；根据真实测区大小对所有的初始航路点进行筛选，并为避免无人机转弯时影像图像质量低，对单条航路点进行扩充，得到最终的航路点集合，其中每一点代表一张航摄像片。本发明普适性强，可拓展性强，并在测量精度上有很大提高，图像重叠率要求有稳定保障。

Description

用于任意多边形测区的无人机航带划分优化方法及***

技术领域

本发明属于无人机摄影测量领域，特别是涉及一种任意多边形测区下的单镜头多旋翼无人机航线划分优化方法。

背景技术

在无人机的实际操作中，手动控制对于飞手的专业素养要求较高并且要求具备专业的测绘知识，从而导致无人机遥感的广普化存在限制；其次，人工手动操控无人机并不能保证最终成图的质量，因为无人机的拍照位置并不能均匀的满足既定重叠率(旁向重叠率、航向重叠率)。然而，国内现存在的航路规划软件存在民用性强但专业性低的问题，也就是说以拍照游玩为目的居多而遥感测绘成图为目的则少之又少，因此也不能完全满足专业的测绘需求。所以，开发一款专业性强但操作简单、普通用户也能使用无人机进行遥感测绘的自动航线规划与智能飞行控制***是非常有必要的。

与传统空对地遥感手段——卫星遥感相比，无人机遥感具有以下特点：

(1)快速的机动响应能力

(2)操作的便捷性与航测目的的明确性

(3)单次使用成本低

(4)高分辨率遥感影像的获取能力强

在现实生活中的许多应用场景，卫星远距离遥感往往不能满足需求。卫星遥感具有范围广，覆盖性强等特点，但是并不适用于小范围、高精度的测量需求；因此无人机在高精度(分米级)摄影测量领域具有广泛的应用前景。另外，不论是农田灌溉、电力巡检等建设性任务还是地质灾害调查、空中救援指挥等救援行任务，无人机的使用潜力同样不容小视。而如何有效利用无人机进行测量，核心在于解决航线自动化问题，本发明提出航带划分优化技术方案。

发明内容

本发明的目的在于提供一种适用于任意多边形测区的无人机航带划分优化技术方案。

本发明技术方案提供一种用于任意多边形测区的无人机航带划分优化方法，包括以下步骤：

步骤1，将无人机飞控数据中的目标测区边界点经纬度坐标转为米勒平面坐标，作为初始平面坐标；

步骤2，根据步骤1所得初始平面坐标进行预处理，包括将目标测区的任一边界点坐标设为原点，其他点取相对坐标；

步骤3，根据步骤2所得结果，对目标测区求取最小外接矩形Rect，根据预设的航带旋转角度，对最小外接矩形Rect进行旋转；

步骤4，精确划分航带，包括根据重叠率、高程H以及相机的焦距F、相机传感器短轴尺寸CP和相机传感器长轴尺寸CH，计算航带间跨度OffsetY和单航带航点间跨度OffsetX；

步骤5，根据步骤4所得航带间跨度OffsetY和单航带航点间跨度OffsetX，对最小外界矩形进行航带划分，得到初始航路点；

步骤6，根据真实测区大小对所有的初始航路点进行筛选，并为避免无人机转弯时影像图像质量低，对单条航路点进行扩充，得到最终的航路点集合，其中每一点代表一张航摄像片。

而且，步骤4的实现方式包括以下子步骤，

步骤4.1，根据成像原理的相似关系确定相机参数与航高、跨度之间的等比例关系如下，

其中，F为相机焦距；

步骤4.2，根据跨度和预设重叠率计算旁向偏移量ΔP和航向偏移量ΔH如下，

ΔP＝OffsetY×λ_p；

ΔH＝OffsetX×λ_h；

其中，λ_p指旁向重叠率，λ_h为航向重叠率；

步骤4.3，根据步骤4.2中得到的旁向偏移量ΔP、航向偏移量ΔH对步骤3所得外接矩形Rect进行条带划分，得到航路点的坐标如下，

其中，(X₀,Y₀)指米勒平面坐标系下处于坐标原点的边界点，以该边界点开始，逐渐累加X、Y轴方向的偏移量得到航路点，实现航带划分；n为航路点的序号。Rect_X、Rect_Y指最小外接矩形在X、Y方向上的长度。

而且，步骤5的实现方式如下，

遍历步骤4得到的航路点，每当遍历到某个航路点P(X_n,Y_n)时，

判断航路点P(X_n,Y_n)是否在外接矩形Rcet内部但是在多边形测区的外部，若满足条件就保留该航路点，否则不保留；

判断航路点P(X_n,Y_n)是否属于航带拐点，所述航带拐点包括航向和旁向的拐点，如果属于拐点则进行航点扩充，即参考步骤4所得旁向偏移量ΔP、航向偏移量ΔH，向外再扩充一个偏移量；

根据遍历完成后得到的所有航路点，进行重复度筛选，删除重复添加的扩充点，得到最终的航路点集合。

本发明还提供一种用于任意多边形测区的无人机航带划分优化***，用于如上所述用于任意多边形测区的无人机航带划分优化方法。

本发明可以满足普适情况下的多边形测区的条带划分。利用此方案删减不必要的多余航路点，保留航路点能完全覆盖测区。同时，对于无人机拐弯的拐点进行航路点的扩充，保证拐点的无人机影像的质量。

本发明技术方案具有以下显著效果：

1.本发明利用预设的旁向重叠率、航向重叠率作为算法输入参数，从源头上决定了航带划分是定距进行，从而无需担心测量精度的问题。

2.在不规则边界、多样化地物的测区环境下进行航路点删选与边界点扩充保证影像结果的高质量与连续测量的连贯性；同时利用倾斜角度θ改变航带的走向，保证最佳覆盖率。

附图说明

图1为本发明实施例的流程图。

图2为本发明实施例的米勒平面直角坐标系下，对目标测区进行预处理(平移坐标变换)示意图。

图3为本发明实施例的航带倾斜角度与目标测区具体性状之间的潜在关系，可以看出航带走向在单一侧区内有一定的影响。

图4为本发明实施例的利用相机焦距和重叠率以及高程计算偏移量的平面示意图。

图5为本发明实施例的利用相机焦距和重叠率以及高程计算偏移量的立体示意图。

图6为本发明实施例的筛选航路点与边界点扩充的示意图。

图7为本发明实施例的球面米勒投影示意图。

具体实施方式

以下结合附图和实施例详细说明本发明的技术方案。

本发明是适用于任意多边形测区的无人机航带划分优化方案，技术流程图如图1所示。本发明利用预设重叠率与无人机镜头偏角，根据相似关系确定航带间的跨度和单条航带相邻航点之间的跨度，从而利用两种跨度对任意测区进行条带划分得到航点；并且对任意划分得到的航点进行筛选和扩充，满足无人机拐点处的影像质量要求。支持将航带旋转角度作为输入参数，根据实际测区的环境条件自由更改航带的走向。达到既能完全覆盖测区又不影响工作效率的优化航带。此方案普适性强，适用于任意多边形测区的复杂情况。同时可拓展性强，通过平移测区、更改无人机相机的倾斜角度可以衍生倾斜摄影的航带划分方法。同时，由于是定距划分，在测量精度上有了大大提高，图像重叠率要求有了稳定保障。

本发明可以用于现有的无人机，例如单镜头多旋翼无人机。具体实施时，可输入DEM数据、测区边界点经纬度和重叠率，利用预设的重叠率与飞行高度，先进行数据预处理，这一步骤包括统一坐标系、规范化数值、确定旋转角度。利用镜头焦距，真实高程、跨度之间的相似关系确定最终的航向偏移量与旁向偏移量。最后根据需求进行有效航路点筛选与扩充。

本发明实施例提供一种适用于任意多边形测区的无人机航带划分优化方法，其中描述的点在航带中均代表航摄时的曝光点，每一点代表一张航摄像片；包括以下步骤：

步骤1：将无人机飞控数据中目标测区边界点的经纬度坐标(Lon_n，Lat_n)转为米勒平面坐标目标测区可为任意多边形；

其中Lon_n表示经度、Lat_n表示纬度、表示米勒平面坐标系下的X轴向坐标值、表示表示米勒平面坐标系下的Y轴向坐标值；

参见图7，假设有一个和赤道垂直的圆柱套在地球上，然后在地心点亮一盏灯，灯光将地球各个点投影在圆柱上，在把圆柱展开，就得到地球的平面投影。所述经纬度转米勒平面坐标，即如何进行数理变换，其具体实现包括以下子步骤：

步骤1.1，确定目标测区边界点的经纬度坐标P(Lon_n,Lat_n)。其中，Lon_n表示边界点的纬度，Lat_n表示边界点的纬度。

步骤1.2，根据地球周长W得到米勒投影坐标系下的平面坐标其中，为经过转换后得到的边界点P在米勒平面坐标系中的X轴坐标，为经过转换后得到的边界点P在米勒平面坐标系中的Y轴坐标。公式如下：

X＝Lon_n×π/180；

其中，pi是圆周率，W是地球周长取值，X、Y是过程变量。

步骤2：在坐标转换后对坐标数据进行预处理，经过上一步中的米勒投影将经纬度坐标转化后得到的初始平面坐标存在数值巨大的问题，不利于计算；这里为了后续步骤减小计算量，将目标测区(任意多边形区域)平移至原点(多边形的任意一点坐标设为米勒平面坐标系中的(0,0)，其他点取相对坐标)；

步骤3：对预处理之后的多边形测区求取最小外接矩形Rect，根据实际环境设置航带的旋转角度θ，根据旋转角度对最小外接矩形Rect进行旋转；

具体实施时，可根据实际测区地物的性状预先设定航带走向，即旋转角度。

步骤4：根据重叠率(λ_p，λ_h)、高程H(即航高)以及相机的焦距F、相机传感器短轴尺寸CP、相机传感器长轴尺寸CH计算航带间跨度OffsetY和单航带航点间跨度OffsetX。

计算航带间跨度和单航带航点间跨度的距离，即如何精确地划分航带，其具体实现包括以下子步骤：

步骤4.1，根据成像原理的相似关系确定相机参数与航高、跨度之间的等比例关系；等比例公式如下：

其中，F为相机焦距。

具体实施时，在起伏较大的地区，可以利用DEM数据进一步提高精度。DEM数据指地表的绝对高程，利用该数据计算航高更加准确。例如起飞前设置航高为80m，实际过程中某些航点地表绝对高程与起飞点有差异，则可在预设高程上进行加减。

步骤4.2，根据跨度和预设重叠率计算偏移量(包括旁向偏移量ΔP、航向偏移量ΔH)；计算公式如下：

ΔP＝OffsetY×λ_p；

ΔH＝OffsetX×λ_h；

其中，λ_p指旁向重叠率，λ_h为航向重叠率，具体实施时取值可预先设定。

步骤4.3，根据步骤4.2中得到的旁向偏移量ΔP、航向偏移量ΔH对步骤3中得到的外接矩形Rect进行条带划分，即航路点的坐标如下公式：

其中，(X₀,Y₀)指米勒平面坐标系下坐标原点。以该边界点(原点)开始，逐渐累加X，Y轴方向的偏移量得到航路点，这一过程可以称为航带划分。其中，n为航路点的序号。Rect_X、Rect_Y指最小外接矩形在X、Y方向上的长度。

参见图5，外接矩形通过条带划分得到的交叉点就是初始航路点。

步骤5：根据真实测区大小对所有的初始航路点进行筛选；为解决无人机转弯时影像图像质量低，对单条航路点进行扩充。

步骤5的具体实现包括以下子步骤：

遍历步骤4得到的航路点，每当遍历到某个航路点P(X_n,Y_n)时，

判断航路点P(X_n,Y_n)是否在外接矩形Rcet内部但是在多边形测区的外部，若满足条件就保留该航路点，否则不保留；

判断航路点P(X_n,Y_n)是否属于航带拐点(既包括航向，也包括旁向)，如果属于拐点则进行航点扩充，即参考步骤4所得旁向偏移量ΔP、航向偏移量ΔH，向外再扩充一个偏移量；

根据遍历完成后得到的所有航路点，进行重复度筛选，删除重复添加的扩充点，得到最终的航路点集合。

具体实施时，以上流程可采用计算机软件方式实现自动运行，运行本方法的***装置也应当在保护范围内。

以下提供本发明实施例所提供方法的应用实例具体过程来说明本发明的技术效果。

1.测区数据预处理

首先得到的是目标测区多边形在球面的经纬度，根据变换关系将经纬度转换为米勒投影坐标系下的平面坐标，如图7所示。在米勒投影变换完成后，坐标数值一般较大，进行几何上的平移变化将大数值转换为较小数值(真实距离)方便计算，如图2所示，边界点平面坐标(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)平移后，坐标为(x1′,y1′)、(x2′,y2′)、(x3′,y3′)、(x4′,y4′)。在完成平移后，求解测区多边形的最小外接矩形，然后进行旋转变换，旋转的目的是修改航带的走向，满足实际测区的优化需求，因此旋转角度根据地物与测区形状进行选取，如图3所示，边界点平面坐标A(x1,y1)、B(x2,y2)、C(x3,y3)、D(x4,y4)旋转后，坐标变为A(x1′,y1′)、B(x2′,y2′)、C(x3′,y3′)、D(x4′,y4′)。

2.计算跨度与偏移量进行航带划分

如图4中所指，已知CP(CH)相机传感器尺寸的情况下，配合航高H和焦距F可以通过相似变换得出航向跨度OffsetX、旁向跨度OffsetY。跨度乘以预设的对应重叠度即可得出最终的偏移量了。根据偏移量即可在最小外接矩形中进行划分航带了。

3.航路点筛选与扩充

步骤1到5得到了所有的外接矩形中满足重叠率要求的平面航点，如图6所示，圆点表示在初次删选中保留下来的有效航点，三角表示边界拐点处需要进行扩充得到的扩充航点，星形为遗弃航点。具体实施时，可采用软件方式实现流程的自动运行。运行流程的装置也应当在本发明的保护范围内。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替换。

Claims (4)

1.一种用于任意多边形测区的无人机航带划分优化方法，其特征在于，包括以下步骤：

步骤1，将无人机飞控数据中的目标测区边界点经纬度坐标转为米勒平面坐标，作为初始平面坐标；

步骤2，根据步骤1所得初始平面坐标进行预处理，包括将目标测区的任一边界点坐标设为原点，其他点取相对坐标；

步骤3，根据步骤2所得结果，对目标测区求取最小外接矩形Rect，根据预设的航带旋转角度，对最小外接矩形Rect进行旋转；

步骤4，精确划分航带，包括根据重叠率、高程H以及相机的焦距F、相机传感器短轴尺寸CP和相机传感器长轴尺寸CH，计算航带间跨度OffsetY和单航带航点间跨度OffsetX；

步骤5，根据步骤4所得航带间跨度OffsetY和单航带航点间跨度OffsetX，对最小外界矩形进行航带划分，得到初始航路点；

步骤6，根据真实测区大小对所有的初始航路点进行筛选，并为避免无人机转弯时影像图像质量低，对单条航路点进行扩充，得到最终的航路点集合，其中每一点代表一张航摄像片。

2.根据权利要求1所述用于任意多边形测区的无人机航带划分优化方法，其特征在于：步骤4的实现方式包括以下子步骤，

步骤4.1，根据成像原理的相似关系确定相机参数与航高、跨度之间的等比例关系如下，

其中，F为相机焦距；

步骤4.2，根据跨度和预设重叠率计算旁向偏移量ΔP和航向偏移量ΔH如下，

ΔP＝OffsetY×λ_p；

ΔH＝OffsetX×λ_h；

其中，λ_p指旁向重叠率，λ_h为航向重叠率；

步骤4.3，根据步骤4.2中得到的旁向偏移量ΔP、航向偏移量ΔH对步骤3所得外接矩形Rect进行条带划分，得到航路点的坐标如下，

其中，(X₀,Y₀)指米勒平面坐标系下处于坐标原点的边界点，以该边界点开始，逐渐累加X、Y轴方向的偏移量得到航路点，实现航带划分；n为航路点的序号。Rect_X、Rect_Y指最小外接矩形在X、Y方向上的长度。

3.根据权利要求2所述的适用于任意多边形测区的无人机航带划分优化方法，其特征在于，步骤5的实现方式如下，

遍历步骤4得到的航路点，每当遍历到某个航路点P(X_n,Y_n)时，

判断航路点P(X_n,Y_n)是否在外接矩形Rcet内部但是在多边形测区的外部，若满足条件就保留该航路点，否则不保留；

判断航路点P(X_n,Y_n)是否属于航带拐点，所述航带拐点包括航向和旁向的拐点，如果属于拐点则进行航点扩充，即参考步骤4所得旁向偏移量ΔP、航向偏移量ΔH，向外再扩充一个偏移量；

根据遍历完成后得到的所有航路点，进行重复度筛选，删除重复添加的扩充点，得到最终的航路点集合。

4.一种用于任意多边形测区的无人机航带划分优化***，其特征在于：用于如权利要求1至3所述用于任意多边形测区的无人机航带划分优化方法。